彭浩

【摘要】 計(jì)算機(jī)技術(shù)與通信技術(shù)的發(fā)展，互聯(lián)網(wǎng)的普及，人們可以足不出戶(hù)，在家即可進(jìn)行遠(yuǎn)程學(xué)習(xí)。數(shù)據(jù)挖掘技術(shù)的運(yùn)用，使得遠(yuǎn)程教育更加智能化和個(gè)性化。本文從數(shù)據(jù)挖掘的概念出發(fā)，分析了如何將Web技術(shù)運(yùn)用于遠(yuǎn)程教育。

【關(guān)鍵詞】 Web數(shù)據(jù)挖掘 遠(yuǎn)程教育 決策樹(shù)算法

隨著計(jì)算機(jī)技術(shù)與通信技術(shù)的發(fā)展，遠(yuǎn)程教育以迅猛的態(tài)勢(shì)發(fā)展起來(lái)，英特網(wǎng)上出現(xiàn)大量的教學(xué)資源，這些教育信息十分繁多和龐大，如何在這些龐大的數(shù)據(jù)中了解學(xué)生特性，從而根據(jù)不同學(xué)生采取不同的教育方法，數(shù)據(jù)挖掘技術(shù)的出現(xiàn)很好的解決了上述問(wèn)題。

一、數(shù)據(jù)挖掘技術(shù)

我們知道信息是無(wú)處不在的，數(shù)據(jù)挖掘就是對(duì)這些信息進(jìn)行探索性分析，一種對(duì)數(shù)據(jù)分析的方法論。數(shù)據(jù)挖掘是數(shù)據(jù)庫(kù)挖掘中的一個(gè)步驟，涉及集人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫(kù)等多個(gè)領(lǐng)域，實(shí)際數(shù)據(jù)具有大量，不完整的，模糊和隨機(jī)不可確定的特點(diǎn)，而作為一種新的數(shù)據(jù)處理技術(shù)，數(shù)據(jù)挖掘就是從這龐大的數(shù)據(jù)庫(kù)中挖掘出人們未知、潛在有用的最終可理解的信息。

二、數(shù)據(jù)挖掘常用技術(shù)方法

（1）粗糙集方法。其主要思想在于通過(guò)信息系統(tǒng)來(lái)表示知識(shí)，通過(guò)信息系統(tǒng)進(jìn)行知識(shí)簡(jiǎn)約，導(dǎo)出問(wèn)題決策和分類(lèi)規(guī)則，歸納后可以從知識(shí)庫(kù)中抽取更有價(jià)值的隱含知識(shí)和潛在規(guī)律。所以，粗糙集方法其實(shí)質(zhì)就是在大量信息系統(tǒng)中進(jìn)行信息系統(tǒng)屬性約簡(jiǎn)，得到一種屬性約簡(jiǎn)集的過(guò)程，最終得到抽取的規(guī)則和方法。（2）遺傳算法。它的基本思想是模擬生物生存進(jìn)化過(guò)程中最優(yōu)解的算法，其借鑒的生物學(xué)基礎(chǔ)就是遺傳和進(jìn)化。通過(guò)遺傳算法我們可以在數(shù)據(jù)庫(kù)中進(jìn)行搜索，并對(duì)其中隨機(jī)產(chǎn)生的規(guī)則進(jìn)行優(yōu)化。遺傳算法優(yōu)點(diǎn)有以下兩點(diǎn)：①在適應(yīng)值函數(shù)有噪聲下，遺傳算法可以以極大的概率找到整體最優(yōu)解而不容易陷入局部最優(yōu)；②大規(guī)模并行計(jì)算機(jī)很適用于遺傳算法。（3）決策樹(shù)算法。其主要方法是先對(duì)數(shù)據(jù)進(jìn)行處理，然后用歸納算法產(chǎn)生可讀的規(guī)則和決策樹(shù)，最后對(duì)新數(shù)據(jù)進(jìn)行決策分析。決策樹(shù)算法有以下幾個(gè)特點(diǎn)：①?zèng)Q策樹(shù)算法描述結(jié)構(gòu)較簡(jiǎn)單，容易為人所理解；②效率高，適用于大規(guī)模數(shù)據(jù)的處理；③擁有較高的分辨進(jìn)度。

三、Web數(shù)據(jù)挖掘技術(shù)在遠(yuǎn)程教育中的應(yīng)用

（1）遠(yuǎn)程教育介紹。遠(yuǎn)程教育作為一種重要的教育方法，被廣泛的用在高等教育，職業(yè)教育和成人教育中。在現(xiàn)代遠(yuǎn)程教育中，學(xué)習(xí)者是通過(guò)點(diǎn)擊鼠標(biāo)和瀏覽網(wǎng)頁(yè)來(lái)完成他們的學(xué)習(xí)過(guò)程，因而他們的學(xué)習(xí)習(xí)慣可以完全被系統(tǒng)日志記錄。我們只需要分析和挖掘系統(tǒng)日志，就可以很好的對(duì)學(xué)習(xí)者的學(xué)習(xí)習(xí)慣進(jìn)行分析，同時(shí)也可以了解到遠(yuǎn)程教育系統(tǒng)是否能很好的服務(wù)于學(xué)習(xí)者。（2）Web數(shù)據(jù)挖掘。Web數(shù)據(jù)挖掘是數(shù)據(jù)挖掘技術(shù)與計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的融合，網(wǎng)站上有三種類(lèi)型數(shù)據(jù)，分別是：內(nèi)容數(shù)據(jù)，結(jié)構(gòu)數(shù)據(jù)以及使用數(shù)據(jù)。Web數(shù)據(jù)挖掘一般包括數(shù)據(jù)獲得，數(shù)據(jù)預(yù)處理，模式發(fā)現(xiàn)，模式分析四部分。①數(shù)據(jù)獲得：按照數(shù)據(jù)挖掘的目的獲取不同學(xué)習(xí)者的數(shù)據(jù)。Web內(nèi)容挖掘收集的信息來(lái)自于我們的網(wǎng)站資源。Web結(jié)構(gòu)挖掘收集的數(shù)據(jù)來(lái)自于HTML內(nèi)部痕跡和網(wǎng)頁(yè)之間的超鏈接。Web使用數(shù)據(jù)從客戶(hù)端收集，數(shù)據(jù)包括IP地址，URL等。②數(shù)據(jù)預(yù)處理：數(shù)據(jù)預(yù)處理是Web數(shù)據(jù)挖掘的關(guān)鍵一步，因?yàn)樵紨?shù)據(jù)會(huì)受到不同程度的干擾，Web數(shù)據(jù)挖掘可能變得低質(zhì)量而價(jià)值不高，因而數(shù)據(jù)預(yù)處理顯得尤為重要。數(shù)據(jù)預(yù)處理處理的好壞直接關(guān)系著模型發(fā)現(xiàn)和模型分析。常用數(shù)據(jù)清理進(jìn)行處理。③模式發(fā)現(xiàn)：在數(shù)據(jù)預(yù)處理之后，這些數(shù)據(jù)消除了擾亂，我們就可以對(duì)這些數(shù)據(jù)用常用的算法進(jìn)行處理，如決策樹(shù)算法。④模式分析：通過(guò)模式發(fā)現(xiàn)后，會(huì)產(chǎn)生一些規(guī)則和模型。怎樣讓學(xué)習(xí)者充分運(yùn)用這些規(guī)則和模型，面對(duì)如此大量的晦澀的概念，我們通過(guò)模型分析，可以將這些規(guī)則和模型通過(guò)圖形界面程序傳遞給學(xué)習(xí)者，方便他們學(xué)習(xí)。（3）決策樹(shù)算法應(yīng)用。決策樹(shù)算法是一種廣泛應(yīng)用的分類(lèi)算法，具有描述簡(jiǎn)單，容易理解的特點(diǎn)。我們要將學(xué)習(xí)者的學(xué)習(xí)成績(jī)與哪些因素有關(guān)分析出來(lái)，如課前預(yù)習(xí)，課后作業(yè)復(fù)習(xí)等。同時(shí)生成相應(yīng)的決策樹(shù)，可以得到做筆記認(rèn)真完成作業(yè)的學(xué)習(xí)者，他們的學(xué)習(xí)成績(jī)好，可以評(píng)定成為優(yōu)秀。沒(méi)有完成則評(píng)定為不優(yōu)秀，循環(huán)往復(fù)。決策樹(shù)算法可以很詳細(xì)的記錄學(xué)習(xí)者的學(xué)習(xí)情況，及時(shí)給予評(píng)價(jià)，督促學(xué)習(xí)者不斷努力學(xué)習(xí)。

四、結(jié)語(yǔ)

綜上所述，互聯(lián)網(wǎng)技術(shù)與教育結(jié)合是未來(lái)教育發(fā)展方向，數(shù)據(jù)挖掘技術(shù)應(yīng)用于遠(yuǎn)程教育，使得教育平臺(tái)更加智能化和個(gè)性化。雖然數(shù)據(jù)挖掘技術(shù)處于剛剛起步階段，相信隨著更多的數(shù)據(jù)挖掘方法出現(xiàn)，數(shù)據(jù)挖掘?qū)⒂懈鼜V泛的應(yīng)用空間。

參 考 文 獻(xiàn)

[1] 陳勇飛，王羨欠. Web日志數(shù)據(jù)挖掘技術(shù)及應(yīng)用[J]. 硅谷. 2009（04）

[2] 董彩云，劉培華. 數(shù)據(jù)挖掘技術(shù)在遠(yuǎn)程教育教學(xué)中的應(yīng)用[J]. 計(jì)算機(jī)技術(shù)與發(fā)展. 2009（02）